即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

医学影像 AI-Ready 数据集

CT MRI 病理 X光

电子病历与文本数据集

电子病历病历文本

病灶分割与标注数据集

病灶分割数据标注

按任务类型浏览

图像分类目标检测语义分割

共 1845 个数据集

基因组学与多组学公共卫生与流行病学

IMPC 国际小鼠表型联盟

9,605 敲除基因1.38 亿数据点111,664 显著表型CC-BY 4.0IMPReSS 标准不适用（模式生物数据；无人类患者数据）

9,605 个敲除基因 · 1.38 亿数据点 · 111,664 个显著表型：哺乳动物基因功能目录的全球工程

https://www.mousephenotype.org 52

医学影像病理图像医学图像分割肿瘤学

PESO — 前列腺病理上皮分割

约 138.2 GB TIFF 全片102 张 H&E WSI160 个测试区域CC BY-NC-SA 4.0Zenodo 公开下载约 102 例前列腺切除标本（62 训练 + 40 测试 WSI）

102 张前列腺 H&E 全片，IHC 双染参考标准的上皮像素级分割基准

Radboud University Medical Center（Diagnostic Image Analysis Group） url: https://zenodo.org/records/1485967 38

公共卫生与流行病学临床电子病历医保理赔卫生服务研究真实世界数据

CMS Medicare LDS — 全美医保理赔研究金标准

5%100% 两档抽样约 6,760 万受益人总体（2024）8 类 SAF 理赔文件族付费申请获取（DUA）覆盖 1999 年起年度更新全体 Medicare 受益人约 6,760 万（2024）；5% 档抽样约 340 万

覆盖约 6,760 万受益人的美国联邦医保理赔有限数据集

Centers for Medicare & Medicaid Services (CMS) url: https://www.cms.gov/data-research/cms-data/data-available-researchers 56

基因组学与多组学医疗NLP

HGNC 基因命名数据库

44,476 已批准符号19,294 蛋白编码稳定 HGNC ID15+ 外部资源映射完全开放不适用（基因命名标准资源；无患者数据）

44,476 个已批准符号 · 19,294 蛋白编码基因 · 稳定 HGNC ID：人类基因命名的全球权威标准

https://www.genenames.org/ 70

药物发现与化学药物-靶点相互作用化学信息学虚拟筛选

ChEMBL 生物活性数据库

280 万化合物2,400 万活性17,803 靶点CC-BY-SA 开放pChEMBL 标准化不适用（化合物活性数据库；无患者数据）

280 万化合物 · 2,400 万活性 · 17,803 靶点：药物发现的活性数据公共底座

https://www.ebi.ac.uk/chembl/ 117

药物发现与化学医学影像化学信息学虚拟筛选基因组学与多组学

JUMP Cell Painting — 化学与基因扰动形态学画像数据集

136,000 种扰动超 15 亿细胞 profile12 数据生成中心5 通道 Cell Painting超 250 TB体外 U2OS 细胞系（非患者数据）；pilot 含 A549

136,000 种化学与遗传扰动 · 12 中心 · 5 通道 Cell Painting · 超 15 亿细胞的世界最大公共药物发现影像资源

https://registry.opendata.aws/cellpainting-gallery/ 70

多模态医学影像医学问答与基准医疗NLP

GMAI-MMBench — 通用医疗多模态评测基准

284 源数据集约 26K 选择题38 模态 18 科室4 级感知粒度NeurIPS 2024 D&B题目源自 284 个脱敏医学数据集（公开 268 + 医院合作 16）

284 源数据集 · 38 模态 · 26K 选择题 · 4 级感知粒度的 LVLM 医疗能力标尺

https://huggingface.co/datasets/OpenGVLab/GMAI-MMBench 48

医学影像病理图像图像分类肿瘤学

PANDA — 前列腺癌 Gleason 分级挑战数据集

10,616 张穿刺活检 WSIISUP 0-5 + 像素级 mask双中心 383 GBCC BY-NC-SA 4.0约 1.1 万例前列腺穿刺活检（回顾性、脱敏）；slide 级分析

10,616 张穿刺活检 WSI、ISUP 0-5 六级、双中心像素级 mask 的病理 AI 基准

https://www.kaggle.com/competitions/prostate-cancer-grade-assessment 66

医疗NLP知识图谱临床文本命名实体识别

UMLS — 统一医学语言系统

344 万概念1370 万名称199 源词表集成125 语义类型 + 54 关系半年发布 · UMLS License 免费签署术语集成体系本身不含患者数据；服务于全球 EHR 与文献系统的概念归一

344 万概念、1370 万名称、199 源词表的跨词表集成枢纽与 NLP 基础设施

https://www.nlm.nih.gov/research/umls/ 69

医疗NLP临床文本公共卫生与流行病学真实世界数据评测基准

ClinicalTrials.gov — 临床试验注册与结果数据库

601,897 项注册研究80,028 项已发布结果API v2 + AACT PostgreSQL 40+ 表226 国家与地区 · 每日刷新注册记录覆盖受试者规模不一（单项研究 1 人至 30 万人），全库累计入组受试者逾 6 千万人次

60 万+ 项注册研究的全球最大临床试验注册库，AACT 40+ 表结构化镜像与 API v2 全量获取

https://clinicaltrials.gov/ ；AACT：https://aact.ctti-clinicaltrials.org/ 104

医学影像CTMRIPET肿瘤学

影像数据公地 IDC — NCI 云端肿瘤影像公地

99.27 TB DICOM176 个集合85,682 例病例约 103 万图像序列免注册开放获取85,682 例病例（截至 2026-04，Data Release 24.0）

NCI 云端 DICOM 肿瘤影像库 · 176 集合 99.27 TB · 8.5 万余例病例

美国国家癌症研究所（NCI） url: https://portal.imaging.datacommons.cancer.gov/ 67

医学影像乳腺影像X光影像图像分类乳腺癌

CMMD — 中国乳腺钼靶良恶性分类

5,202 幅 DICOM 图像1,775 名患者22.86 GB 影像CC BY 4.0 开放获取活检病理证实标注1,775 名患者

1,775 名患者 5,202 幅钼靶图像，活检证实良恶性与分子亚型标注

The Cancer Imaging Archive（TCIA） url: https://www.cancerimagingarchive.net/collection/cmmd/ 58

定制数据集服务

无法找到所需数据？我们提供个性化的临床数据采集与高精度人工标注服务，满足您的特定算法研发需求。